Leibniz Institute of Photonic Technology, Institute of Physical Chemistry, Friedrich Schiller University Jena 发布 ChemRxivQuest 数据集, 应用在 化学信息学、自然语言处理 领域

Leibniz Institute of Photonic Technology, Institute of Physical Chemistry, Friedrich Schiller University Jena 本次发布的数据集 ChemRxivQuest, ChemRxivQuest是一个由970个高质量问答对组成的化学领域NLP数据集，这些问答对来自155篇ChemRxiv预印本，涵盖了17个化学子领域。数据集的构建过程包括OCR文本提取、基于GPT-4的问答生成和模糊匹配技术验证答案。数据集强调概念性、机理性、应用性和实验性问题，支持检索型问答系统、搜索引擎开发和领域自适应大型语言模型的微调。ChemRxivQuest为化学NLP研究、教育和工具开发提供了基础资源。

查看ChemRxivQuest

关于 Leibniz Institute of Photonic Technology, Institute of Physical Chemistry, Friedrich Schiller University Jena , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。